Escribe para buscar

en profundidad Tiempo de leer: 6 minutos

Adopción temprana de la IA en los programas de planificación familiar

Allanando el camino para ganancias en el impacto y la eficiencia del programa


El aumento de las inversiones en tecnologías emergentes en países de ingresos bajos y medianos ha creado oportunidades sin precedentes para aprovechar digital innovaciones para mejorar los programas de planificación familiar voluntaria. En particular, el uso de la inteligencia artificial (IA) para obtener nuevos conocimientos sobre la planificación familiar y optimizar la toma de decisiones puede tener un impacto duradero sobre programas, servicios y usuarios. Los avances actuales en IA son solo el comienzo. A medida que se perfeccionan estos enfoques y herramientas, los profesionales no deben perder la oportunidad de aplicar la IA para ampliar el alcance de los programas de planificación familiar y fortalecer su impacto.

Usos potenciales de la IA en los programas de planificación familiar

Al aplicar el Marco desarrollado por USAID para el uso de IA en el cuidado de la salud, podemos clasificar la aplicación potencial de la IA en los programas de planificación familiar en cuatro categorías:

  1. Salud de la población.
  2. Salud individual (rutamiento asistencial y servicio asistencial).
  3. Sistemas de salud.
  4. Farmacia y tecnología médica.

A continuación se muestran ejemplos del uso de IA relevante para los programas de planificación familiar para subcategorías seleccionadas del marco de USAID.

Salud de la población

Selección de intervención. Se recomiendan métodos de planificación familiar específicos basados en un examen de las características de una población determinada en riesgo de necesidad insatisfecha de planificación familiar y lo que probablemente sea más eficaz y eficiente para satisfacer sus necesidades.

Salud individual: enrutamiento de atención

Autorreferencia. En función de los datos en tiempo real ingresados por el paciente, un sistema habilitado para IA brinda recomendaciones al paciente sobre la atención que necesita.
Alcance personalizado. Los datos de los pacientes en tiempo real se capturan y analizan para identificar patrones para generar un contacto personalizado y directo con los pacientes (por ejemplo, mensajes de proveedores de atención médica y chatbots, recomendaciones de atención).

Servicios de atención médica individual

Cambio de comportamiento. Las personas reciben información específica en tiempo real u orientación personalizada sobre las opciones de planificación familiar.
Diagnóstico basado en datos. Diagnosticar condiciones mediante el análisis de los síntomas y otros datos proporcionados por los pacientes.
Apoyo a la decisión clínica. Los trabajadores de la salud reciben orientación en tiempo real sobre las mejores prácticas de planificación familiar en función de los datos de los pacientes.
Atención facilitada por IA. Los pacientes reciben orientación sobre las mejores prácticas de autocuidado para la planificación familiar en función de sus síntomas y situaciones.
Seguimiento del cumplimiento. Alerte a los usuarios o proveedores sobre el cumplimiento de la medicación en función de los datos de uso del paciente.

Sistemas de Salud

Planificación de capacidad y gestión de personal. Examine los datos sobre las necesidades de atención a nivel de establecimiento y la disponibilidad de trabajadores de la salud para ayudar a predecir y planificar los recursos.
Garantía de calidad y formación. Analice decisiones anteriores e identifique dónde se pueden haber cometido errores para mejorar la calidad y la eficiencia de los servicios de planificación familiar proporcionados.
Registros médicos. Asistir en la creación de registros médicos electrónicos para limitar el tiempo que los proveedores dedican a la tarea.
Codificación y facturación. Apoyar las funciones financieras de los proveedores mediante el análisis de las notas médicas para garantizar la codificación adecuada; También se optimizan las estrategias de facturación.

Health care worker entering patient information
Crédito: Ncamsile Maseko y Lindani Sifundza/USAID en África

Farmacia y Medtech

Optimización de la cadena de suministro y la planificación. Mejore la gestión de la cadena de suministro de planificación familiar y la planificación de recursos mediante la automatización del proceso.

Aplicaciones de la IA en los Programas de Planificación Familiar

Los programas de planificación familiar aún no han implementado algunos de estos usos de la IA, pero se espera que la tecnología genere eficiencias en la forma en que se brindan los servicios de planificación familiar y aumente la asequibilidad y la cobertura. Según la consultora de TI Accenture, las aplicaciones de salud impulsadas por IA pueden generar ahorros de costos anuales de $150 mil millones para la economía de atención médica de EE. UU. para 2026. Los expertos también reconocen la ahorros potenciales en países de bajos y medianos ingresos. Se pueden extraer lecciones tempranas de los proyectos de planificación familiar que han utilizado la IA, lo que demuestra tanto la oportunidad de su uso como su impacto potencial, que se destaca aquí.

Salud individual: enrutamiento de atención

Alcance personalizado

  • Palindrome Data, una empresa de ciencia de datos, y Jhpiego se asociaron en el estudio de opciones de planificación familiar posterior al embarazo (PPFP) en Kenia e Indonesia. Los dos objetivos principales del estudio eran predecir la probabilidad de aceptación de la planificación familiar entre las mujeres seis meses después del parto e identificar los grupos que tenían más o menos probabilidades de adoptar la planificación familiar inmediatamente después del parto. En Indonesia, el modelo de IA que desarrollaron predijo la adopción de un método de planificación familiar seis meses después del parto con una precisión de 62% (especificidad 64% y sensibilidad 63%). Usando el modelo, categorizaron los perfiles de las mujeres en grupos de aceptación del método PPFP superior, promedio e inferior. El desarrollo de estos modelos demuestra conocimientos inmediatos y prácticos para planificar y diseñar intervenciones para mujeres embarazadas, parturientas y posparto para mejorar el contenido de los mensajes de consejería y, en última instancia, ayudar a las mujeres a lograr sus objetivos reproductivos y su adopción de un método de planificación familiar cuando lo deseen.

“El desarrollo de estos modelos demuestra conocimientos inmediatos y prácticos para planificar y diseñar intervenciones para mujeres embarazadas, parturientas y posparto para mejorar el contenido de los mensajes de asesoramiento y, en última instancia, ayudar a las mujeres a lograr sus objetivos reproductivos y su aceptación de un método de planificación familiar cuando lo deseen. .”

  • En 2020, la empresa de TI Quilt.AI, utilizando una herramienta de IA llamada Culture AI, analizó el contenido digital de cuatro plataformas de redes sociales para comprender el conocimiento, las creencias, las motivaciones y las actitudes de los jóvenes hacia la planificación familiar en los estados indios de Uttar Pradesh y Bihar. Quilt.AI agrupó a los usuarios de Internet de 16 a 24 años en ocho categorías según sus comportamientos en línea relacionados con la planificación familiar, como conformistas, espiritistas, escépticos y activistas. También identificaron los sesgos únicos sobre temas relacionados con la planificación familiar en diferentes plataformas de redes sociales. La información permite que aquellos que trabajan en comunicaciones de cambio de comportamiento adapten sus mensajes para atraer a distintos grupos juveniles. Al hacer que la plataforma óptima esté disponible para su uso, pueden influir en las actitudes y comportamientos con respecto a la planificación familiar.
  • La firma de ciencia de datos AIfluence se asoció con MSI Reproductive Choices, PSI y Jhpiego para apoyar campañas de cambio de comportamiento social centradas en la salud sexual y reproductiva en Costa de Marfil, Kenia, Nigeria, Togo y Uganda. Usando IA, identifican a los influencers apropiados para comunicarse con diferentes audiencias en las redes sociales midiendo y analizando la afinidad de un influencer con la campaña, observando qué tan positiva es su conexión con su red y cuánto compromiso significativo generan sus publicaciones. Por ejemplo, Alfluence trabajó con MSI Reproductive Choices en una campaña en las redes sociales para promover las pruebas de detección del VIH y otras infecciones de transmisión sexual en Eastleigh, Nairobi, Kenia. Colaboraron con 38 personas influyentes para publicar contenido regularmente en sus cuentas de redes sociales durante un período de seis semanas para atraer a más adolescentes a estos servicios y tratar de comprender las barreras para acceder a los servicios de salud preventiva, incluida la planificación familiar, dentro de la comunidad. La campaña de marketing llegó a más de 1,5 millones de personas en las redes sociales, una cuarta parte de los cuales eran jóvenes y casi un tercio de los cuales eran hombres. El proyecto tuvo éxito en asociarse con personas influyentes para impulsar la demanda y la adopción de servicios preventivos.

"En Indonesia, el modelo de IA que desarrollaron... demuestra conocimientos inmediatos y procesables para planificar y diseñar intervenciones para mujeres embarazadas, parturientas y posparto para... en última instancia, ayudar a las mujeres a lograr sus objetivos reproductivos".

Servicios de atención médica individual

Cambio de comportamiento

  • 9ja Girls Big Sista, desarrollado por PSI bajo el proyecto A360, interactúa con chicas nigerianas a través de un chatbot disponible en Facebook. Big Sista entrega contenido sobre planificación familiar y salud reproductiva en mensajes breves, incluidas las ventajas y desventajas de cada método y las preguntas más frecuentes.
  • snehai, desarrollado por la Fundación de Población de la India, es un chatbot de IA (una aplicación de software utilizada para realizar conversaciones en línea) diseñado para educar e inspirar a los adolescentes y adultos jóvenes a llevar una vida saludable, promover la salud sexual y reproductiva y defender la salud y la bienestar de mujeres y niñas. los chatbot proporciona un espacio seguro para que los jóvenes conversen sobre temas tabú, ofrece información precisa sobre opciones anticonceptivas de sexo seguro y aborda problemas de salud mental. SnehAI representa una intervención educativa innovadora que permite a los grupos vulnerables y de difícil acceso discutir temas delicados.

Diagnóstico basado en datos

  • InData Labs, una empresa de inteligencia artificial y ciencia de datos, se asoció con la empresa Flo implementar una red neuronal, un programa informático que identifica y reconoce patrones, para hacer mejores predicciones sobre ciclos menstruales irregulares y ovulación en función de la información que los usuarios ingresan en una aplicación orientada al consumidor. los versión actual de la red neuronal de Flo por Laboratorios InData puede mejorar las predicciones de ciclos irregulares hasta en 54%. Un mejor conocimiento sobre los ciclos menstruales de una persona puede ayudar a las usuarias a identificar cuándo y qué métodos de planificación familiar pueden satisfacer mejor sus necesidades.

Farmacia y Medtech

Optimización de la cadena de suministro y la planificación

  • Macro-Ojos, una empresa de IA, está desarrollando un modelo de IA para pronosticar el cadena de suministro de anticonceptivos y garantizar que los sitios de prestación de servicios de salud tengan los suministros necesarios cuando sea necesario, mejorando la disponibilidad y la eficiencia y reduciendo el desperdicio. Macro-Eyes ahora está probando su modelo en Côte d'Ivoire. Se basa en las primeras lecciones de la ESTRIADA proyecto en Tanzania, cuyo pronóstico del suministro y la demanda de vacunas ayudó a lograr una disminución de 26% en los costos de vacunas durante un año en la región de Arusha.

Estos proyectos brindan información temprana sobre las oportunidades potenciales para incorporar herramientas y tecnologías de IA para avanzar en los programas de planificación familiar para los tomadores de decisiones y los administradores de programas que diseñan nuevas soluciones o buscan escalar soluciones probadas. Mientras que la integración de soluciones basadas en IA en última instancia, se basará en el contexto, las capacidades y las necesidades específicas del país, los innovadores y otras partes interesadas deben continuar compartiendo las lecciones aprendidas para avanzar el campo.

¿Dónde más se usa la IA?

¿Tiene una IA (u otra tecnología de salud digital) para un proyecto de planificación familiar que sirva a un país de ingresos bajos o medios para compartir? Para promover el aprendizaje sobre IA para la planificación familiar, junto con otras innovaciones de salud digital, el Proyecto PACE a PRB desarrolló el Compendio de salud digital. El compendio está gestionado por El grupo de conserjería médica y tiene como objetivo consolidar la información y los datos emergentes sobre las aplicaciones de la tecnología digital en los programas de planificación familiar para informar la adopción y ampliación de enfoques exitosos. Contáctenos por la oportunidad de que su proyecto aparezca en el Compendio de salud digital.

krissy celentano

Propietario, Koralaide Consulting

Krissy Celentano, propietaria de Koralaide Consulting, es experta técnica y gerente de proyectos de salud digital basada en resultados con más de diez años trabajando en políticas, gobernanza, coordinación, asistencia técnica y planificación estratégica en países de ingresos altos, bajos y medios. Anteriormente se desempeñó como Asesora Principal de Sistemas de Información de Salud de la Agencia de los Estados Unidos para el Desarrollo Internacional (USAID) en la Oficina de VIH/SIDA. Presidió el Grupo de Trabajo de Informática de la Salud de la Agencia, dirigió los esfuerzos internos de creación de capacidad, administró la comunidad de práctica de campeones del campo de la salud digital, brindó asistencia técnica al país y apoyó el desarrollo de una estrategia de salud digital. Krissy también supervisó un sistema de datos que apoyaba la recopilación y el análisis de datos interinstitucionales sobre el VIH/SIDA para informar las decisiones sobre políticas y financiamiento. Antes de unirse a USAID, Krissy se desempeñó en varios puestos en la Oficina del Coordinador Nacional de Tecnología de la Información de la Salud en el Departamento de Salud y Servicios Humanos de los EE. UU. Krissy es actualmente profesora adjunta de Informática de la Salud en la Universidad George Washington y la Facultad de Farmacia y Servicios de Salud de Massachusetts, así como miembro emérito del Consejo Asesor de la Red Global de Salud Digital.

Toshiko Kaneda, PhD

Investigador asociado sénior, Programas internacionales, Oficina de Referencia de Población (PRB)

Toshiko Kaneda es investigador asociado sénior en Programas Internacionales en el Population Reference Bureau (PRB). Se incorporó a PRB en 2004. Kaneda tiene 20 años de experiencia realizando investigaciones y análisis demográficos. Ha escrito numerosas publicaciones sobre políticas y artículos revisados por pares sobre temas como la salud reproductiva y la planificación familiar, las enfermedades no transmisibles, el envejecimiento de la población y el acceso a la atención médica. Kaneda dirige el análisis de datos para la Hoja de datos de población mundial y brinda orientación técnica sobre métodos demográficos y estadísticos dentro de PRB, así como a socios externos. También dirige el programa de capacitación en comunicación de políticas en PRB, con el apoyo de los Institutos Nacionales de Salud. Antes de unirse a PRB, Kaneda fue miembro de Bernard Berelson en el Consejo de Población. Ella tiene un Ph.D. en sociología de la Universidad de Carolina del Norte en Chapel Hill, donde también fue aprendiz predoctoral en el Centro de Población de Carolina.